用途 ：一份可直接对照打分的参数清单，用于评估任一"端侧/车载大模型方案"是否满足部署要求。给任何供应商填写后，评估者都能据此判断模型是否达标、好坏如何。
参数体系 ：按 A~H 八类 组织（A 规格档案 / B~E 部署与运行 / F 能力 / G 车载能力验收 / H 合规红线），八类共同构成大模型上车评估体系 ，评估时一体使用。其中 B6/C5/D4/F8/F9 为车规/车载特有项，直接编入所属类 （说明列标"车载专项"），不单独分组。
字段统一 ：参数表统一为
优先级 | # | 参数 | 参考阈值/达标标准 | 方向（调高/调低影响）| 说明。"参考阈值/达标标准"列只放真正的参考值或达标判据 （含来源）；"供应商如实填写"是所有参数的默认要求 ，不再逐行标注（A 类基础档案尤其必须填全）。"方向"列 明确每个参数向上/向下调整分别影响什么。调研方式 ：在原有资料基础上，补充检索了 NVIDIA 官方推理基准、端侧部署三大瓶颈、车规芯片实测规格、国家标准指导性文件《车用大模型能力评价指南》（GB/Z 征求意见稿，工信部+全国汽标委SAC/TC114） 、中国汽车工程学会团标、中汽智测座舱标准、GB/T 45288《人工智能大模型》系列、《汽车数据安全管理若干规定》等权威资料。
使用逻辑：A 档案 → B/E 判断"装不装得下"（硬门槛），C/D 判断"跑不跑得动"（性能/功耗，含车规热约束 C5/D4），F 判断"好不好"（能力，含车载任务 F8/F9）；G 判断"车上达不达标"（权威能力评价）、H 判断"合不合规安不安全"（红线）。
参数体系总览（按类组织，评估时一体使用）
| 类 | 参数范围 | 回答的问题 | 判定性质 |
|---|---|---|---|
| A 模型规格 | A1~A7（参数量/激活/架构/层数/上下文/词表/模态） | 模型是什么、多大规模 | 基础档案（全部必填） |
| B 部署资源 | B1~B6（存储/内存/算力/带宽/框架/国产算力） | 装不装得下 | 硬门槛 |
| C 推理性能 | C1~C6（TTFT/TPOT·生成速度/Prefill/加载/热态保持/并发） | 跑得快不快、稳不稳 | 体验指标（可降级缓解） |
| D 效率功耗 | D1~D5（功耗/J每token/带宽利用率/持续算力/能效密度） | 费不费电、省不省资源 | 效率指标（含车规热约束） |
| E 量化压缩 | E1~E5（精度与量化/压缩率/精度损失等） | 精度换资源怎么换 | 硬门槛+权衡 |
| F 模型质量 | F1~F9（知识/推理/指令遵循等 Benchmark + 车载任务完成/语音多模态） | 能力强不强 | 横向选型对比（F8/F9 为上车门槛构成项） |
| G 车载能力 | G1~G29（GB/Z 四维子能力 / 中汽智测+团标验收门槛 / 语音多模态实测专项） | 车上能力达不达标 | 权威验收门槛 |
| H 数据合规 | H1~H9（车内处理/出境/最小化采集等） | 合不合规 | 法规红线 |
编排说明 ：车规/车载特有项（B6 国产算力、C5 热态保持、D4 持续算力、F8/F9 车载能力）直接编入所属类，说明列标"车载专项"，不单独分组。各类编号连续（量化方案统一在 E1 评估、生成速度并入 C2，均不单列）。
优先级判定标准（客观依据，非主观判断）
每个参数的优先级由下面两条可验证、可推理的客观规则推导得出，不依赖个人经验判断：
规则一：因果链位置 ------ 装不下/跑不动的资源参数是硬门槛
核心因果结构（逻辑必然，非主观偏好）。注意延迟有两条上游，与 B3 子维度"Prefill 看算力、Decode 看带宽"一致：
总参数量×精度 ──→ 存储/内存需求（装不装得下）
激活参数量 ──→ Prefill 算力需求 ──→ TTFT（首字延迟）
总参数量×精度 ──→ Decode 带宽需求 ──→ TPOT（生成速度）
算力/带宽×时长 ─→ 能耗 ──→ 功耗/发热 ──→ 热降频- 资源需求参数（B1 存储/B2 内存/B3 算力/B4 带宽）不满足，推理根本无法进行或达不到目标速度 ，下游所有指标（延迟/功耗/体验）都失去评估意义 → 硬门槛 = ⭐⭐⭐
- 源头参数（A1 总参数量/A2 激活参数量） ：无独立阈值、本身不是门槛，但决定全部下游资源需求，缺失则因果链无从算起，故同为 ⭐⭐⭐
- 下游参数（延迟/功耗/体验类） ：上游不满足时失去意义，但自身不满足可通过降级/限频/换模型缓解 → ⭐⭐
规则二：标准明文红线 / 法规强制 ------ 一票否决项
以下类型依据标准/法规明文判定为 ⭐⭐⭐（满足任一即最高优先级）：
- GB/Z《车用大模型能力评价指南》明文规定 ：学习能力安全边界符合率必须=100% （公式33）、生成能力回复敏感性一票否决、每个子能力测试用例≥30条。
- 中汽智测 ：行驶中误操作 100% 零容忍 、座舱交互/应用能力 ≥60% 门槛。
- 法规强制 ：《汽车数据安全管理若干规定》中的数据出境评估、最小化采集、车内处理优先等合规硬约束。
- 车规环境/可靠性明文：-40~85°C 工况、长时稳定运行等车规强制要求（C5 热态保持率、D4 持续算力的 ⭐⭐⭐ 依据）。
- 门槛构成项继承：构成 ⭐⭐⭐ 门槛的直接子项继承该门槛优先级（如 F4 幻觉→回复敏感性一票否决；F8/F9、G24→中汽智测 60% 门槛；G8/G22→团标执行能力）。
综合判定矩阵
| 优先级 | 客观判定依据（满足其一） | 判定逻辑 |
|---|---|---|
| ⭐⭐⭐ | ① 资源硬门槛/源头参数 ：不满足则推理无法进行或达不到目标 （存储/内存/算力/带宽/量化兑现），或为决定全部资源需求的源头（A1/A2 参数量）；② 标准明文红线 （必须=100%/一票否决/零容忍）；③ 法规强制 ；④ 车规环境/可靠性明文或 ⭐⭐⭐ 门槛构成项继承 | 缺它方案直接不可行或违规 |
| ⭐⭐ | 非硬门槛，但决定目标场景的可用性与体验 ；不满足时可通过量化/降级/裁剪缓解，但体验或效率明显受损 | 缺它方案可用但大打折扣 |
| ⭐ | 仅影响特定场景或精细化环节；缺失不影响核心功能落地，可后置处理 | 缺它方案仍可落地 |
三者不是"轻重"关系，而是"缺了它会怎样"的客观后果差异：⭐（仍落地）→ ⭐⭐（可落地但受损）→ ⭐⭐⭐（不可行或违规）。
A. 模型规格参数（模型本身）· 通用
本表及以下各表字段统一为：
优先级 | # | 参数 | 参考阈值/达标标准 | 方向（调高/调低影响）| 说明。"方向"列 明确每个参数向上/向下调整的影响（不一定非黑即白，常为权衡）。A 类是基础档案（全部必填），阈值列给端侧典型参考范围。
| 优先级 | # | 参数 | 参考阈值/达标标准 | 方向（调高/调低影响） | 说明 |
|---|---|---|---|---|---|
| ⭐⭐⭐ | A1 | 总参数量 | 端侧主流档位 1.5B/3B/7B/14B（按目标场景选定） | 调高→能力更强，所需内存/体积/算力/带宽更大；调低→能力较弱，资源需求更小 | 源头参数：决定全部下游资源需求（规则一） |
| ⭐⭐⭐ | A2 | 激活参数量（MoE） | MoE 典型为总参数的 1/4~1/8（如 14B 总/3.5B 激活）；Dense 时 = A1 | 调高→实际计算量更大、算力门槛更高；调低→算力需求更小，但能力可能下降 | 源头参数：决定实际计算量；MoE 需区分"总参数=内存、激活参数=算力" |
| ⭐ | A3 | 架构类型 | Dense 或 MoE（端侧 MoE 渐成主流） | 各架构无绝对好坏，是"内存 vs 算力"权衡：MoE 内存需求高但算力需求低，Dense 反之 | 决定 A1/A2 取值方式，是理解其他参数的前提 |
| ⭐ | A4 | 层数/隐藏维/注意力头数 | 端侧 7B 典型 ~32 层 / 32 头（供 KV Cache 估算） | 调高→KV Cache 更大、内存需求更高、并行策略更复杂；调低→内存更小，但容量能力受限 | 决定 KV Cache 与并行策略 |
| ⭐⭐ | A5 | 上下文窗口长度 | 车机对话 ≥8K 常用；长文档/深度多轮场景 32K+ | 调高→长对话/长文档能力更强，但 KV Cache 和内存峰值更高；调低→更省内存，但长文本受限 | 决定 KV Cache 大小；可通过限制上下文长度缓解 |
| ⭐ | A6 | 词表大小 | 常见 32K~150K（中文增强词表偏大） | 调高→多语言/符号能力更强，但嵌入层体积和内存更大；调低→更省内存，但能力较弱 | 影响多语言能力与嵌入层体积；另需关注中文 token 效率（bytes/token）------中文每字 token 数直接影响同等内容下的实际生成速度 |
| ⭐⭐ | A7 | 支持模态 | 车机基线：文本+语音；座舱多模态（图像/视频）为加分项 | 模态越多→能力越强，但需额外编码器、内存和算力更大；模态越少→更轻量，但缺少相应能力 | 决定是否需额外编码器；缺模态则相应能力缺失，但纯文本仍可用 |
注： 原 A8"原生精度"已并入 E 类 E1"精度与量化"（见下）。精度是"部署量化决策"的基线，与量化位宽同属一个参数的两个维度，不单独在 A 类重复列。
B. 部署资源参数（硬件门槛）· 通用
⚠️ B2/B3/B4 已从"单值最低要求"升级为"多阶段" ：真实部署中这些资源占用随运行阶段/上下文/并发动态变化 ，只看"最低值"会导致长上下文或并发场景中途 OOM / 降速。因此每个参数统一按"阶段（初始化/稳态≈均值/峰值）+ 分布（P50/P95） "刻画，参数本身仍是一个参数，子维度见各参数下方说明。
| 优先级 | # | 参数 | 参考阈值/达标标准 | 方向（调高/调低影响） | 说明 |
|---|---|---|---|---|---|
| ⭐⭐⭐ | B1 | 存储占用 | 参数量×精度字节数（FP16=2B,INT8=1B,INT4=0.5B）< 可用存储 | 调高→占存储更多、加载更慢、带宽需求更大；调低→更省存储、带宽需求更小 | 量化换算见"量化速查" |
| ⭐⭐⭐ | B2 | 内存占用 | 初始化（权重+一次性加载开销）→ 稳态（运行基线，≈均值）→ 峰值（长上下文/大 batch 最高），三阶段均 < 可用 RAM ；按 P95 预留余量 | 需求调高→对设备内存要求更高、可能装不下；调低→装得下但模型容量/上下文受限 | 子维度（初始化/稳态≈均值/峰值/分布）见下方 B2 子维度 |
| ⭐⭐⭐ | B3 | 算力占用 (TOPS) | Prefill 峰值 TOPS （处理输入瞬时）与 Decode 持续 TOPS （生成阶段均值）均 < 设备 NPU ；持续算力按 P95 校核 | 需求调高→需更强 NPU 才能维持目标 TTFT；调低→更省算力但长输入/快首字难兼得 | 子维度（Prefill 峰值/Decode 持续≈均值/分布）见下方 B3 子维度 |
| ⭐⭐⭐ | B4 | 带宽占用 (GB/s) | 持续带宽 （Decode 逐 token 读取权重+KV，≈均值）与峰值带宽 （长上下文、座舱多音区并发叠加时最高）均 < 内存带宽 ；按 P95 校核 | 需求调高→需更高带宽硬件才能维持目标速度/并发；调低→更省带宽但生成慢 | 子维度（持续≈均值/峰值/分布）见下方 B4 子维度 |
| ⭐⭐ | B5 | 推理框架兼容性 | 必须支持目标部署框架（ONNX/TFLite/TensorRT/llama.cpp/MLC-LLM 之一以上） | 框架覆盖越广→集成越容易、生态越成熟 | 生态成熟度，影响落地成本；完全不兼容时可转换/适配（可缓解），故非硬门槛 |
| ⭐ | B6 | 国产算力适配 | 支持目标国产芯片（昇腾/寒武纪/地平线等） | 适配芯片越多→供应链越稳、信创合规越易；越少→受限 | 信创/车规场景（车载专项） |
量化方案不单列： 精度与量化决策（含部署位宽与硬件算力兑现）统一在 E1"精度与量化" 评估，供应商在 E1 一处填写即可。
B2「内存占用」的子维度（同一个参数的分布特征）
| 子维度 | 说明 | 为什么不能只看最低值 |
|---|---|---|
| 初始化内存 | 模型加载瞬间的占用（权重 + 一次性加载开销） | 加载时可能短暂飙高，需保证加载阶段不 OOM |
| 稳态内存 | 正常运行时的基线占用（≈运行期均值） | 车机长期运行的基准，须留足够余量 |
| 峰值内存 | 长上下文 / 大 batch / 多模态输入时的最高占用 | KV Cache 可膨胀至权重数倍，车机长时运行最怕中途 OOM，只看最低值会严重误判 |
| 分布（P50/P75/P95） | 整个运行周期的内存占用统计 | 车机需按 P95 预留余量，避免统计性触顶崩溃 |
内存 = 权重 + KV Cache + 激活 + 系统开销，且随上下文长度增长。评估务必覆盖"最长可用上下文"下的峰值，而非仅稳态。
B3「算力占用」的子维度（分阶段算力特征）
| 子维度 | 说明 | 决定什么 |
|---|---|---|
| Prefill 阶段（峰值 TOPS） | 处理用户输入的瞬时高算力需求 | 决定 TTFT 首字延迟 |
| Decode 阶段（持续 TOPS） | 逐 token 生成的持续低算力需求（≈生成期均值） | 决定 TPOT/生成速度（主要受 B4 带宽约束） |
| 算力分布（P50/P95） | 多轮负载下 Decode 算力波动统计 | 按 P95 校核持续算力，防间歇性触顶降频 |
关键： Prefill 看算力（高 TOPS），Decode 看带宽（高 GB/s）。两者是不同阶段的不同瓶颈，单给一个"总 TOPS"会掩盖真实瓶颈。
Burst/持续能力见 D4（峰值 vs 持续算力，属车规散热约束）。
B4「带宽占用」的子维度（分阶段带宽特征）
| 子维度 | 说明 |
|---|---|
| 持续带宽（≈均值） | Decode 阶段逐 token 读取权重 + 当前 KV 的稳态带宽需求（≈ 存储占用 × 目标生成速度） |
| 峰值带宽 | 长上下文（KV Cache 增大）与座舱多音区并发（batch 放大）叠加时的最高带宽需求 |
| 带宽分布（P50/P95） | 运行周期带宽占用统计，按 P95 校核，防统计性带宽触顶卡顿 |
Decode 速度 ≈ 内存带宽 ÷ 模型存储占用。 算力再强，数据搬不过来也白搭。峰值场景（长上下文 + 多音区并发叠加）是车机带宽的首要考验。
C. 推理性能参数（实时性）· 通用
| 优先级 | # | 参数 | 参考阈值/达标标准（来源） | 方向（调高/调低影响） | 说明 |
|---|---|---|---|---|---|
| ⭐⭐ | C1 | TTFT（首字延迟） | 文本 <500ms / 语音 <200ms（NVIDIA 基准+体验） | 值越大（调高）→首字越慢、体验越差；越小→越流畅 | 达不到→体验差，但可通过降模型/降上下文缓解；语音 <200ms 为首响体验阈值 ，与 G29 端到端延迟实测（300/800ms，含 ASR+LLM+TTS 全管线）口径不同 |
| ⭐⭐ | C2 | TPOT / 生成速度 | <50ms（即 >20 tok/s，NVIDIA 定义） | 值越大（ms 计）→逐字越慢、对话卡顿；越小→越顺畅 | Decode 纯生成速度，由带宽÷体积决定，带宽不足由 B4 门槛拦截；生成速度（tok/s）与 TPOT 互为倒数，已并入本行 |
| ⭐⭐ | C3 | Prefill 速度 | >1000 tok/s（工程基准） | 越大→处理输入越快、首字越早；越小→首字慢 | 处理用户输入，影响首字体验 |
| ⭐ | C4 | 首次加载时间 | <3s（工程基准） | 越大→启动越慢、等待越久；越小→越快 | 一次性成本，可接受更长启动 |
| ⭐⭐⭐ | C5 | 热态性能保持率 | 30min 负载后/峰值 >90%（车规可靠性） | 保持率越高→长时运行越稳；越低→热降频越明显 | 车载长时间运行关键；⭐⭐⭐ 依据规则二"车规环境/可靠性明文" |
| ⭐ | C6 | 并发/批处理吞吐 | 端侧通常 batch=1（工程现状） | 越大→多用户同时可用；越小→单用户 | 座舱多音区并发交互（主驾/副驾/后排同时语音）与多屏多任务场景才需要 |
TPOT 公式（NVIDIA 定义）： ITL = (端到端延迟 - TTFT) / (输出Token数 - 1)，衡量 Decode 阶段纯生成速度。
生成速度不单列： TPOT（ms/token）与生成速度（tok/s）互为倒数，填一个即可换算，已并入 C2。
D. 效率与功耗参数（续航/散热）· 通用
| 优先级 | # | 参数 | 参考阈值/达标标准（来源） | 方向（调高/调低影响） | 说明 |
|---|---|---|---|---|---|
| ⭐⭐ | D1 | 推理功耗 (W) | 手机 5-8W，车机 15-50W（整 SoC，经验参考值） | 越高→发热更大、续航更短、散热要求更高；越低→更省电、散热更易 | 决定续航与散热；通用场景可限频/降载缓解（规则一下游），车规热硬约束由 C5/D4 承担（⭐⭐⭐） |
| ⭐⭐ | D2 | 每 Token 能耗 (J/token) | 无统一阈值：同硬件同负载横向对比，越低越好（能效基准） | 越低→能效越高、续航更长；越高→更费电、发热更大 | 能效比核心指标 |
| ⭐⭐ | D3 | 内存带宽利用率 | 实际/理论 >60%（工程基准） | 越高→带宽利用越充分、工程优化越好；越低→说明硬件浪费 | 反映工程优化水平 |
| ⭐⭐⭐ | D4 | 峰值 vs 持续算力 | 持续推理必须稳定，车规 -40~85°C（GB/Z 车规可靠性） | 持续能力越强→散热压力越大；越弱→峰值难维持 | 车规温度约束（明文工况，规则二）；D1 功耗可缓解故 ⭐⭐，热硬约束在此承担 |
| ⭐ | D5 | 能效密度（能力/功耗） | 无统一阈值：同 Benchmark 分数 ÷ 推理功耗，横向对比越高越好 | 越高→每瓦特智能水平越高、性价比越高；越低→越费资源 | 端侧选型关键参考；与 F7"参数效率"区分（分母为功耗 vs 参数量） |
E. 量化与压缩参数（精度取舍）· 通用
⚠️ 参数已合并： 原 A8（原生精度）、E1（量化位宽）、E6（算力兑现）本质是同一参数"精度与量化"的不同维度 ，现合并为 E1"精度与量化"（⭐⭐⭐），不再分散在 A 类与 E 类。合并逻辑见 E1 下方"子维度"说明。
| 优先级 | # | 参数 | 参考阈值/达标标准 | 方向（调高/调低影响） | 说明 |
|---|---|---|---|---|---|
| ⭐⭐⭐ | E1 | 精度与量化 | 须同时明确：原生精度（FP32/BF16/FP16）+ 部署位宽（INT8/INT4/AWQ/GPTQ）+ 硬件是否原生支持该位宽 | 量化越激进→体积/带宽越小但精度损失越大；越保守→精度越高但资源需求越大 | 见下方子维度①~③，三者一体构成"量化基线+目标+兑现"完整刻画 |
| ⭐⭐ | E2 | 压缩率 | INT8=4×、INT4=8×（vs FP32，参考） | 压缩率越高→体积/带宽越小、越省资源，但精度损失风险越大 | 实测压缩比例，验证标称位宽真实兑现（防虚标）；换算关系见附录一速查表 |
| ⭐⭐ | E3 | 精度损失 | INT8-PTQ 1-3%，INT4-GPTQ 3-5%（参考，需本模型实测） | 损失越大→能力退化越多，可能触及能力门槛；越小→能力保持越好 | 可通过换量化方式缓解；损失过大→触及 G21/G22 能力门槛 |
| ⭐ | E4 | 量化方式 | PTQ（端侧首选，低成本）或 QAT（高精度要求时）；AWQ/GPTQ 为具体量化算法 | PTQ 无需重训但精度略低；QAT 精度高但需重训、成本更高 | PTQ 无需重训，成本低 |
| ⭐ | E5 | 敏感层保护 | LayerNorm/Attention 层留 FP16 | 保护层越多→精度保持越好，但内存更大；越少→内存更小，但精度损失更大 | 混合精度，平衡精度与内存 |
E1「精度与量化」的三个子维度（属于同一个参数）
| 子维度 | 本质 | 说明 / 为什么同为 ⭐⭐⭐ | 方向（调高/调低影响） |
|---|---|---|---|
| ① 原始/训练精度（原 A8） | 模型"天生多肥"的既定基线 | 模型发布时的导出精度（FP32/BF16/FP16），是量化决策的起点，本身不可改（改需重训） | 精度越高→基线质量越好但体积更大；越低→体积更小但基线损失 |
| ② 部署量化位宽（原 E1） | 上线"愿意削多瘦"的决策 | INT8/INT4/AWQ/GPTQ 等目标位宽，直接决定 B1 存储 / B4 带宽，是可调动作 | 位宽越低→存储/带宽更小但精度损失更大；越高→反之 |
| ③ 算力是否真实兑现（原 E6） | 硬件是否原生支持该位宽 | 避免"缩了体积却没省算力"------INT4 若硬件不原生支持，实际跑的还是 INT8 的算力开销 | 兑现率越高→压缩真正省算力；不兑现→白缩体积 |
一句话区分（原 A8/E1 边界）： ①回答"模型天生多肥"（既定基线，改需重训）；②回答"上线愿意削多瘦"（部署决策，可随时调）。二者直接决定 B1 存储与 B4 带宽硬门槛，故合并后同为 ⭐⭐⭐；③确保压缩真的换来了算力/带宽收益，否则 ①② 白做。
F. 模型质量参数（能力 Benchmark）· 通用
优先级说明： F 表是"模型能力/竞争力"指标，达到与否不会导致方案不可行 （缺它只是答得差、竞争力弱），故按规则整体为 ⭐⭐ ；例外：**F4（幻觉）**因关联安全红线、F8/F9（车载任务/语音多模态）因构成中汽智测 60% 上车门槛（门槛构成项继承）单列 ⭐⭐⭐。验收门槛由 G 表（GB/Z 能力维度）承担，F 表用于横向选型与能力对比。 各指标无绝对阈值 ：报告评测集与分数（注明评测集版本），同参数档位横向对比。
| 优先级 | # | 参数 | 参考阈值/达标标准（来源） | 方向（调高/调低影响） | 说明 |
|---|---|---|---|---|---|
| ⭐⭐ | F1 | 综合知识 | MMLU-Pro / C-Eval / AA-Index 分数 | 分数越高→知识越渊博、能力越强；越低→知识越弱 | 通用知识广度 |
| ⭐⭐ | F2 | 高阶推理 | GPQA Diamond / AIME 分数 | 分数越高→推理越强；越低→复杂问题易错 | 复杂逻辑推理 |
| ⭐⭐ | F3 | 指令遵循 | IFEval / MT-Bench 分数 | 分数越高→越能听懂复杂指令；越低→指令易跑偏 | 指令执行质量 |
| ⭐⭐⭐ | F4 | 真实性/幻觉倾向 | TruthfulQA / HaluEval 分数（幻觉→误答风险高） | 幻觉越低→越可信、越安全；越高→误答风险越大 | 关联安全红线 |
| ⭐⭐ | F5 | 多轮对话稳定性 | 多轮对话任务完成率（多轮测试集实测） | 稳定性越高→长对话不跑偏；越低→多轮易断 | 联动 G3 多轮上下文理解 |
| ⭐⭐ | F6 | 中文能力 | SuperCLUE / OpenCompass 分数 | 分数越高→中文越好；越低→中文弱 | 中文场景关键 |
| ⭐⭐ | F7 | 参数效率（能力/参数量） | 能力分 ÷ 参数量(B)，横向对比 | 越高→每参数智能水平高、性价比高；越低→费资源 | 端侧选型关键；与 D5"能效密度"区分（分母为参数量 vs 功耗） |
| ⭐⭐⭐ | F8 | 任务完成率·车载 | 复杂指令/跨域指令完成率，对应 G22 应用能力≥60%（中汽智测） | 完成率越高→车载指令越可靠；越低→越不达标 | 对应 G22 上车门槛；车载专项（⭐⭐⭐ 依据"门槛构成项继承"） |
| ⭐⭐⭐ | F9 | 语音/多模态能力·车载 | 抗噪/方言/多模态协同，对应 G21 座舱交互≥60%（中汽智测） | 能力越强→座舱体验越好；越弱→交互差 | 对应 G21 上车门槛；车载专项（⭐⭐⭐ 依据"门槛构成项继承"） |
G. 车载能力专项评估参数（大模型上车的"重头戏"）
权威框架： 依据国家标准指导性技术文件《车用大模型能力评价指南》（GB/Z，征求意见稿） ，将车用大模型分为 三大类 （智能座舱 / 驾驶自动化 / 智能控制），每类按 四个能力维度 （理解 / 生成 / 学习 / 协作）评价。这是目前"大模型上车"能力层评估最权威的依据 （工信部提出、全国汽标委 SAC/TC114 归口，科大讯飞/中国汽研/吉利/长安/小米/理想/比亚迪/小鹏等联合起草）。能力评价统一采用"客观指标（准确率公式）+ 主观评分（1/3/5 三档）"，每个子能力测试用例 ≥30 条。
框架背景：三大类 × 四维（GB/Z，背景对照表，非参数表）
| 模型类别 | 理解能力 | 生成能力 | 学习能力 | 协作能力 |
|---|---|---|---|---|
| 智能座舱大模型 | 语音/语义/多模态理解 | 自然语言/多模态回复 | 偏好画像、场景记忆 | 车内外生态协作 |
| 驾驶自动化大模型 | 环境/意图/风险理解 | 规划/决策/指令生成 | 驾驶风格、特殊场景学习 | 人车/车车/车路协作 |
| 智能控制大模型 | 车辆状态/环境/意图理解 | 控制指令/策略生成 | 偏好/风格/规律学习 | 多系统联动协作 |
G 类参数总表（G1~G29，字段与其他类统一）
编号分三段：G1~G20 为 GB/Z 四维子能力；G21~G23 为中汽智测实测验收门槛（含中国汽车工程学会团标同维度要求）；G24~G29 为车载语音/多模态实测专项------低可信来源（自媒体实测），仅作趋势参考，绝不作为验收门槛，实际验收须按 GB/Z 方法在本车自测。
| 优先级 | # | 参数 | 参考阈值/达标标准（来源） | 方向（调高/调低影响） | 说明 |
|---|---|---|---|---|---|
| ------ 理解能力（GB/Z 四维之一）------ | |||||
| ⭐⭐⭐ | G1 | 语音识别 | 字准率/句准率 = 正确识别样本数 ÷ 总样本数 ×100%（GB/Z） | 准确率越高→听得越准、交互越可靠；越低→误识别导致误执行 | ASR 入口；G21 座舱交互门槛构成项 |
| ⭐⭐⭐ | G2 | 语义理解 | 意图识别准确率 = 正确理解意图样本数 ÷ 总样本数 ×100%（GB/Z） | 越高→指令理解越准；越低→答非所问、误执行 | 交互主入口；G21 构成项（含团标"交互意图理解"维度） |
| ⭐⭐⭐ | G3 | 多轮上下文理解 | 指代消解、上下文连贯正确率（GB/Z） | 越高→长对话越连贯；越低→跨轮引用丢失 | 跨轮引用、省略主语还原；G21 构成项 |
| ⭐⭐⭐ | G4 | 车辆/环境状态理解（智控） | 状态识别准确率，离散一致/连续设误差阈值（GB/Z 公式25） | 越高→车控响应越贴场景；越低→误判车辆/环境状态 | 智控类模型核心理解项 |
| ⭐⭐ | G5 | 用户意图理解（智驾/智控） | 意图理解准确率（GB/Z 公式26） | 越高→越懂用户；越低→意图偏差（有系统兜底） | 依赖多传感器融合且有系统兜底，大模型为辅助角色故 ⭐⭐ |
| ⭐ | G6 | 情感识别 | 情感标签准确率（GB/Z） | 越高→情感交互越自然；越低→情感误判 | 车载情感交互（增强项） |
| ------ 生成能力（GB/Z 四维之二）------ | |||||
| ⭐⭐⭐ | G7 | 回复合理性 | 回复正确率、任务完成率；主观评流畅度/相关性/简洁性（GB/Z） | 越高→回复越可靠；越低→错误/冗余回复 | 客观+主观双评 |
| ⭐⭐⭐ | G8 | 指令生成（智控） | 控制指令准确率（公式27）、指令执行成功率（公式28）（GB/Z） | 越高→车控越精准；越低→误操作风险 | 主观评控制合理性/场景适配度/反馈友好性/策略协调性；G22 构成项 |
| ⭐⭐⭐ | G9 | 内容安全 | 违规内容拦截率，一票否决（GB/Z 回复敏感性红线） | 拦截率越高→越安全；越低→违规内容风险 | 含团标"安全"维度：敏感操作二次确认、紧急场景响应 |
| ⭐⭐ | G10 | 工具/接口调用 | 工具调用成功率（GB/Z） | 越高→Agent 执行越可靠；越低→调用失败 | 车载核心是车控/生态工具调用（Agent 执行） |
| ⭐⭐ | G11 | 策略生成（智驾/智控） | 决策正确率；主观评安全性/舒适性（GB/Z） | 越高→决策越优；越低→决策欠妥 | 智驾/智控类 |
| ------ 学习能力（GB/Z 四维之三）------ | |||||
| ⭐⭐ | G12 | 用户偏好画像记忆（座舱） | 偏好记忆准确率（GB/Z 公式30） | 越高→个性化越好；越低→记忆丢失/误学 | 座椅/空调/驾驶模式记忆 |
| ⭐⭐ | G13 | 驾驶偏好画像记忆（智驾） | 记忆形成与更新效率（GB/Z） | 越高→适驾越快；越低→偏好更新滞后 | 从产生偏好到正确更新的里程/时长 |
| ⭐⭐ | G14 | 场景记忆及学习 | 记忆有效性、场景优化有效率（GB/Z 公式31） | 越高→特殊场景策略越优；越低→策略不进化 | 特殊场景通行策略优化 |
| ⭐ | G15 | 出行规律学习（智控） | 规律预测准确率（GB/Z 公式32） | 越高→预测越准；越低→规律失效 | 通勤/充电习惯预测 |
| ⭐⭐⭐ | G16 | 安全边界符合率 | 必须 = 100%（GB/Z 公式33，红线） | 低于 100%→学习越界、安全风险 | 学习优化后策略不得超出预设安全边界 |
| ------ 协作能力（GB/Z 四维之四）------ | |||||
| ⭐⭐⭐ | G17 | 人机协作（座舱/智驾） | 主观评分：协作必要性/协作顺畅性/安全接管请求合理性（GB/Z） | 越顺畅→接管越安全；越差→接管风险 | 人车协同核心 |
| ⭐⭐ | G18 | 车车协作 | 主观评分：意图对齐/协作通行/应急处置协作（GB/Z） | 越顺畅→协同效率越高 | V2X 场景 |
| ⭐⭐ | G19 | 车路协作 | 主观评分：与交通管控设施信息交互（GB/Z） | 越顺畅→路侧协同越好 | 车路协同 |
| ⭐⭐ | G20 | 车云协作 | 主观评分：车外生态/出行服务设施协同（GB/Z） | 越顺畅→生态协同越好 | 联动 H8 车云分级 |
| | | ------ 实测验收门槛（中汽智测 + 团标）------ | | | |
| ⭐⭐⭐ | G21 | 座舱交互能力 | 综合 ≥60% 分（中汽智测） | 分数越高→座舱交互越达标；低于 60%→不达标 | 语音识别/语义理解/指令执行准确度综合（G1~G3+G7 汇总口径；团标同维度） |
| ⭐⭐⭐ | G22 | 应用能力 | 综合 ≥60% 分（中汽智测） | 分数越高→跨域执行越达标；低于 60%→不达标 | 跨应用/跨域指令（导航/车窗/空调/娱乐）；团标"执行能力"维度含操作合规防越权 |
| ⭐⭐⭐ | G23 | 动态行驶安全性 | 行驶中误操作 100% 零容忍 （中汽智测红线） | 出现任一误操作→直接不通过 | 含团标"安全"维度：驾驶分心/误操作防护、敏感操作二次确认 |
| | | ------ 车载语音/多模态实测专项（低可信，仅趋势参考）------ | | | |
| ⭐⭐⭐ | G24 | 抗噪识别 | 80km/h 车速 + 100dB 噪音下识别率：车企自研 92.3%，通用型 87.6%（自媒体实测，低可信） | 识别率越高→嘈杂环境越可靠；越低→高速场景失效 | G21 构成项；数值需本车实测确认 |
| ⭐⭐ | G25 | 方言/多语种 | 粤语等方言识别率约 91.2%（通用型反而更高；低可信） | 识别率越高→方言覆盖越好 | 数值需本车实测确认 |
| ⭐⭐⭐ | G26 | 多轮上下文记忆 | 垂直型前 5 轮 94% 完成率 vs 通用型仅 3 轮 78%（低可信） | 轮数/完成率越高→长对话越稳 | G21 构成项；数值需本车实测确认 |
| ⭐⭐ | G27 | 复合指令协同 | 语音+手势（"调温+指向副驾"）端到端 180ms（低可信） | 延迟越低→复合交互越流畅 | 多模态联合理解 |
| ⭐⭐ | G28 | 模糊指令理解 | 知识图谱增强模型模糊指令解析 89%（较传统 NLP +32%；低可信） | 解析率越高→模糊表达容错越好 | 意图理解增强 |
| ⭐⭐ | G29 | 端到端延迟架构 | 串行(ASR→NLP→TTS) 800ms vs 多模态并行 Transformer 300ms（低可信） | 延迟越低→交互越自然 | 架构选型参考；与 C1 口径不同（含 ASR+LLM+TTS 全管线） |
国标评价方法要点： 测试用例基于实车采集数据或高保真仿真平台 生成，仿真置信度需评估；覆盖正向/边界/故障注入测试；每个子能力用例 ≥30 条；回复敏感性（安全）实行一票否决 （G9）。车载评测必须覆盖动态驾驶场景，静止测试会失真。
团标维度归并说明： 中国汽车工程学会团标《车载智能座舱大模型交互意图理解及执行能力测试评价方法》四个维度已归并入本表------交互意图理解→G1~G3、执行能力→G8/G22、安全→G9/G23；响应速度→已由 C1/C3 承担；车规可靠性（-40~85°C/震动/EMC）→已由 C5/D4 承担 ，不再单列。
对比结论： GB/Z（G1G20）偏"能力上限"，中汽智测（G21G23）偏"落地+安全红线"。两者都强调：能力达标（60%）+ 安全零容忍 双门槛，缺一不可。
关键洞察： 车载大模型真正的竞争力在多模态协同（联合编码器）与抗噪场景，而非单纯文本 Benchmark。G24 抗噪、G26 多轮记忆因对应 G21 门槛标 ⭐⭐⭐，但其数值需本车实测确认。
H. 数据合规与安全参数（上车红线，常被遗漏）
依据《汽车数据安全管理若干规定》 + 端侧隐私工程实践。大模型上车涉及大量座舱内语音/图像/位置数据，合规是硬约束，不是加分项。 合规项多为是非判断 （是否满足法规），供应商填"是/否/不适用"，评估者据此判定合规。
| 优先级 | # | 维度 | 达标标准（来源） | 供应商填写项 | 说明 |
|---|---|---|---|---|---|
| ⭐⭐⭐ | H1 | 数据处理位置 | 车内处理优先（端侧推理），敏感数据原则上不出车（《汽车数据安全管理若干规定》明文） | 是/否：是否实现车内处理优先 | 合规硬约束 |
| ⭐⭐⭐ | H2 | 数据出境判定 | 需评估是否出境；跨境传输需安全评估（法规强制） | 是/否：是否完成出境评估 | 合规硬约束 |
| ⭐⭐⭐ | H3 | 最小化采集 | 只采集完成任务所需数据，禁止过度采集（法规强制） | 是/否：是否最小化采集 | 合规硬约束 |
| ⭐⭐⭐ | H4 | 用户授权与知情 | 采集前明确告知、授权、可撤回（法规强制） | 是/否：是否含授权告知机制 | 合规硬约束 |
| ⭐⭐⭐ | H5 | 删除权/被遗忘权 | 车主可要求删除个人数据（《汽车数据安全管理若干规定》明文） | 是/否：是否支持数据删除 | 合规硬约束 |
| ⭐⭐ | H6 | 本地化存储 | 原始语音/图像尽量端侧存储，不上云（H1 实现手段） | 是/否/部分 | H1 的实现手段 |
| ⭐⭐⭐ | H7 | 模型内容安全 | 违规内容过滤、防诱导、防越权（联动 GB/Z 回复敏感性一票否决） | 是/否：是否内置内容安全过滤 | 联动安全红线 |
| ⭐⭐ | H8 | 车云协同分级 | 简单指令端侧、复杂任务云端，需定义分级边界 | 是/否：是否定义分级边界 | 需明确边界 |
| ⭐ | H9 | 隐私保护技术 | 脱敏、加密、联邦学习、端侧差分隐私（增强项） | 勾选已用技术 | 增强项，非强制 |
车云协同的关键矛盾： 端侧隐私好但能力弱、云端能力强但数据出车。优秀方案用分级路由------本地可执行的绝不发云端。
一、量化换算速查（B1 存储 / B2 内存中的权重分量）
此表算的是权重体积 ：既得 B1 存储占用，也是 B2 内存占用中"权重"这一基础分量的来源。注意： B2 内存占用还需在此权重之上叠加 KV Cache、激活、系统开销，并覆盖长上下文下的峰值（见 B2 子维度）。
| 精度 | 每参数字节 | 7B 体积 | 14B 体积 | 相对带宽需求 |
|---|---|---|---|---|
| FP32 | 4 | 28 GB | 56 GB | 基准 |
| FP16/BF16 | 2 | 14 GB | 28 GB | 50% |
| INT8 | 1 | 7 GB | 14 GB | 25% |
| INT4 | 0.5 | 3.5 GB | 7 GB | 12.5% |
二、端侧三大"墙"（为什么很多参数难达标）
| 墙 | 本质 | 实测/现象 | 对策 |
|---|---|---|---|
| 内存墙 | 模型容量 vs 设备内存剪刀差 | 7B FP16 需 14GB；KV Cache 长文本可膨胀至权重数倍 | 量化（含 KV Cache 量化）、降上下文、GQA、PagedAttention |
| 带宽墙 | Decode 阶段逐 Token 读全部权重 | ARM 实测 Decode 算术单元利用率仅 10-30% | 压缩模型、升带宽、INT4 |
| 功耗墙 | 推理长时间高负载 | 推理动辄数十瓦，电池设备不可承受 | 精度-速度-功耗三角找帕累托最优 |
三、实战演练：14B MoE 模型上车评估（演示打钩流程）
模型：14B · MoE · 激活 3.5B · FP16 · 上下文 32K · 文本+图像
| 步骤 | 计算 | 结果 | 结论 |
|---|---|---|---|
| ① B1 存储 | 14B×2=28GB；INT4→7GB | 7GB | 12GB 设备可行 |
| ② B3 算力 | 3.5B×2=7 GFLOPs/token | 7 GFLOPs | Prefill 峰值由算力决定，中端 NPU (10+ TOPS) 可支撑 |
| ③ B2 内存 | 稳态：权重7GB(INT4)+激活；峰值：+KV Cache 32K≈2-4GB | 稳态≈8GB，峰值≈11GB | 按 P95 峰值预留，需 ≥12GB；只看稳态会低估长上下文风险 |
| ④ B4 带宽 | 7GB/20tok/s=140GB/s（单用户短文） | 140GB/s | ❌ 超 68GB/s 带宽上限（车机 8295 与手机 LPDDR5X 同级，见附录四）；多用户场景缺口更大 |
| ⑤ 多模态 | 图像编码器 +~500M 参数 | 延迟增加 | 图像输入单独评估 |
| ⑥ F 能力 | OpenCompass/LiveBench | 查智力 | 能力评估 |
| ⑦ G 车载 | 对齐国标 GB/Z + 团标 + 中汽智测 | 四维能力 + 误操作零容忍 | 车规红线 |
| ⑧ H 合规 | 《汽车数据安全规定》 | 数据不出车、出境评估 | 合规硬约束 |
关键修正： ④ 带宽不达标（140GB/s > 68GB/s），该模型在同级带宽（68GB/s）下车机实际只能跑 ≈ 68÷7 ≈ 10 tok/s。任何一项打 ❌，需降级处理：
- 降低上下文（最便宜）
- 更激进量化（INT4→INT2，验证精度）
- 模型蒸馏（7B/3B）
- 裁剪多模态
- 换更小端侧专用模型（最稳妥）
四、参考芯片规格（车机端侧实测对比）
| 芯片 | 场景 | NPU/算力 | 内存带宽 | 说明 |
|---|---|---|---|---|
| 高通骁龙8295 | 座舱 | ~30 TOPS | LPDDR5 ~68 GB/s | 全球首款 5nm 车规座舱芯片 |
| 英伟达 DRIVE Thor | 智驾+座舱 | 2000 TOPS(FP8) | >1 TB/s | 可同时跑座舱+自动驾驶 |
| 手机 LPDDR5X | 通用 | - | ~68 GB/s | 供参考 |
结论：车规座舱带宽（~68GB/s）并不宽裕，跑 7B+ 模型需 INT4 量化；而 Thor 级算力适合云端级大模型。
五、国家标准对齐（合规验收依据）
国家标准 GB/T 45288 系列《人工智能 大模型》（2025-02-28 发布并实施）。
| 部分 | 内容 | 关键框架 |
|---|---|---|
| GB/T 45288.1 通用要求 | 大模型定义（参数量≥1亿）、开发到应用全流程技术规范 | 硬件/训练资源要求 |
| GB/T 45288.2 评测指标与方法 | 大模型能力评测 | "2-4-6"框架：2 类评测视角、4 类评测要素（工具链/数据集/评测方法/指标体系）、6 大维度（功能性、准确性、可靠性、安全性、交互性、应用性） |
| GB/T 45288.3 服务能力成熟度 | 服务提供商综合成熟度 | 八大领域（硬件/工具链/平台/数据/模型生产/推理/应用/运营） |
- 配套评测基准："求索"-LMBench。完整标准可在国家标准全文公开系统（openstd.samr.gov.cn）查询。
- 车用大模型能力评价指南（GB/Z） 是车规细分场景的专用依据，与通用 GB/T 45288 互补：前者聚焦"车上能不能用"，后者覆盖"模型通用能力"。
六、调研来源清单（按可信度排序 + 参数可用性判断）
可信度分级：🟢=国家级/权威标准机构（可直接采用）｜🔵=国际权威技术机构/头部厂商（高可信，个别数字需交叉验证）｜🟡=主流厂商/研究机构实测（中高可信，建议交叉验证）｜🟠=自媒体/社区实测（需验证，仅作参考）
第一梯队：国家级标准与权威机构（可信度最高，参数可直接采用）
| 可信度 | 来源 | 产出参数 | 参数可用性判断 |
|---|---|---|---|
| 🟢 | 《车用大模型能力评价指南》GB/Z（工信部提出、全国汽标委SAC/TC114归口，科大讯飞/中国汽研/吉利/长安/小米/理想/比亚迪/小鹏联合起草） | 三大类车用模型×四维能力；理解/生成准确率公式、指令执行成功率、学习指标、安全边界符合率=100%、回复敏感性一票否决、每子能力≥30用例 | ✅ 可直接采用，作为能力层评估的权威框架（G 部分核心来源） |
| 🟢 | GB/T 45288《人工智能 大模型》系列（国家标准） | "2-4-6"评测框架（功能性/准确性/可靠性/安全性/交互性/应用性）、四类评测要素、服务能力八大领域 | ✅ 可直接采用，作为通用能力评测与合规验收依据 |
| 🟢 | 中国汽车工程学会团标《车载智能座舱大模型交互意图理解及执行能力测试评价方法》 | 座舱交互意图理解/执行能力/响应速度/安全四维指标 | ✅ 可直接采用（G 表团标维度来源） |
| 🟢 | 《汽车数据安全管理若干规定》（部门规章） | 车内处理优先、数据出境评估、最小化采集、删除权 | ✅ 可直接采用，合规硬约束（H 部分来源） |
第二梯队：国际权威技术机构与头部芯片厂商（高可信）
| 可信度 | 来源 | 产出参数 | 参数可用性判断 |
|---|---|---|---|
| 🔵 | NVIDIA 官方博客《LLM Inference Benchmarking: Fundamental Concepts》 | TTFT/TPOT/ITL 定义、Prefill/Decode 瓶颈、KV Cache 公式、量化带宽线性影响 | ✅ 高可信，作为 C 部分延迟指标与带宽公式依据；阈值可按场景微调 |
| 🔵 | 中汽智测座舱大模型评价标准（中国汽研旗下第三方检测机构） | 座舱交互≥60%、应用能力≥60%、行驶误操作100%零容忍 | ✅ 可信，落地门槛可参考（G21~G23 来源） |
| 🔵 | 芯片厂商公开规格（高通8295/英伟达Thor） | 30 TOPS/68GB/s；2000 TOPS/>1TB/s | ✅ 可信，来自厂商 datasheet，作为参考芯片规格 |
第三梯队：主流厂商/研究机构实测（中高可信，建议交叉验证）
| 可信度 | 来源 | 产出参数 | 参数可用性判断 |
|---|---|---|---|
| 🟡 | 百度端侧大模型选型指南 | 能力密度优先、量化损失率、实时性分级、功耗实测监控 | ✅ 方法论可用；数值需结合具体模型验证 |
| 🟡 | 量化实测数据（INT8-PTQ 4×/1-3%、INT4-GPTQ 8×/3-5%） | E3 精度损失参考值 | ⚠️ 方向正确，具体百分比随模型/数据集波动，选型时务必用本模型重测 |
| 🟡 | 端侧部署实测（ARM Decode 算术单元利用率 10-30%） | 带宽墙定量证据 | ✅ 方向可信，作为"带宽是瓶颈"的论据 |
第四梯队：自媒体/社区实测（可信度低，需验证）
| 可信度 | 来源 | 产出参数 | 参数可用性判断 |
|---|---|---|---|
| 🟠 | 2025 智能座舱多模态大模型实测（百度开发者中心作者自测，模型匿名化） | 串行800ms vs 并行300ms、复合指令180ms、抗噪92.3%、多轮5轮vs3轮 | ⚠️ 仅供参考，非第三方认证。趋势可信但绝对值不可作为验收门槛；G-C 数据标注"实测参考" |
| 🟠 | 端侧三大墙归纳（内存墙/带宽墙/功耗墙） | 框架性概念 | ✅ 框架本身是业界公认概念，可放心使用 |
使用建议： ① 直接采用第一梯队（国家级）作为评估框架与验收门槛 ；② 用第二梯队补充性能指标与芯片规格 ；③ 第三梯队数值必须在本模型上重新实测 ；④ 第四梯队只用于定性参考，绝不用于验收。
七、资料修正记录（避免踩坑）
| # | 原说法 | 修正后 | 依据 |
|---|---|---|---|
| 1 | 国标《人工智能大模型》"2026 实施" | 2025-02-28 发布并实施 | 国家标准公开系统 |
| 2 | 国标评估维度"准确性/效率/稳定性/可扩展性/安全性" | "2-4-6"框架：功能性、准确性、可靠性、安全性、交互性、应用性 | GB/T 45288.2 |
| 3 | 漏了国标"4 类评测要素" | 补充：工具链/数据集/评测方法/指标体系 | GB/T 45288.2 |
| 4 | 漏了数据合规维度 | 补充 H 数据合规与安全参数（《汽车数据安全管理若干规定》） | 汽车数据安全规定 |
| 5 | 只列了汽车工程学会团标 | 补充 中汽智测座舱标准（误操作 100% 零容忍） | 中汽智测 |
| 6 | 延迟阈值缺实测支撑 | 补充座舱实测：串行 800ms / 多模态并行 300ms / 复合指令 180ms | 座舱多模态评测（低可信，仅参考） |
| 7 | 漏了车载抗噪/方言/多轮/复合指令专项 | 新增 G-C 车载语音多模态专项 | 座舱多模态评测（低可信，仅参考） |
| 8 | 未引入权威车载能力评价框架 | 新增 G-0~G-4，以《车用大模型能力评价指南》GB/Z 为权威框架 | 国标 GB/Z（最高可信） |
| 9 | 优先级为早期主观标注，无可追溯依据 | 新增"优先级判定标准"章节：以因果链位置 + 标准明文红线 + 法规强制三条客观规则推导 | 逻辑推理 + GB/Z + 中汽智测 + 法规 |
| 10 | 早期将"重要/核心"项标为 ⭐⭐⭐（如延迟、能力Benchmark） | 按规则重审：C 表延迟类、F 表通用能力降为 ⭐⭐（属可缓解的体验/竞争力指标）；仅标准明文门槛、法规强制、硬门槛保留 ⭐⭐⭐ | 规则一（因果链）+ 规则二（标准红线） |
| 11 | 总览表沿用旧编号（B7/D4/C6/F9/F10）与正文 M1~M5 脱节；B2/B3/B4 方向列混入"供给视角"收益 | 总览表统一以 M 类呈现并标注编号去向；B2/B3/B4 方向列统一为"资源需求"视角 | 一致性复查（本次） |
| 12 | C3 与 C2 互为倒数仍占两参数位；B5 与 E1②③ 重复；D5/F8 同名"能力密度"冲突 | C3 并入 C2、B5 并入 E1（沿用 A8 先例）；D5 更名"能效密度"、F8 更名"参数效率"消歧 | 去重与消歧（本次） |
| 13 | D1 功耗可限频缓解却保留 ⭐⭐⭐，与修正 #10 的降档逻辑矛盾；M2/M3 的 ⭐⭐⭐ 在规则二中无对应条款；F5/M4/M5 的 ⭐⭐⭐ 靠关联传递但规则未定义 | D1 降为 ⭐⭐；规则二补充"车规环境/可靠性明文"与"门槛构成项继承"两类依据；规则一改为树状因果结构并显式定义"源头参数"（A1/A2）与"下游可缓解参数" | 优先级规则再评估（本次） |
| 14 | C1 语音 <200ms 与 G-C6 端到端 300/800ms 数值表面冲突 | C1 说明注明两者口径不同（首响体验阈值 vs 含 ASR+LLM+TTS 全管线实测） | 口径澄清（本次） |
| 15 | 总览表按"通用 vs 车机"二分，与主体 A~H 类结构形成双重分类；"第一/第二部分"分节易误导（整份文档本就为上车服务） | 总览表改为按类呈现（A~H 九类：参数范围/回答的问题/判定性质），删除"第二部分"分节标题，脚注引用同步改为 M 类 | 结构复查（本次） |
| 16 | "参考阈值/达标标准"列大量混入"供应商必须填/填清单/填分数"等填写要求，不符合该列定义 | 填写要求统一上移至头部（默认全部必填）；阈值列逐行重写为参考值或达标判据：A1~A7 给端侧典型范围、D2/D5/F 类明确"横向对比无绝对阈值"、E1 给三要素判据、M1 给适配要求 | 阈值列审核重写（本次） |
| 17 | G 部分编号体系混杂（G-0/G-1~G-4/G-A/G-B/G-C 三套并存），且各小表字段不统一 | 统一为单一主表 G1~G29 （字段与其他类一致），按来源分三段：GB/Z 四维子能力（G1G20）、中汽智测+团标验收门槛（G21G23）、语音多模态实测专项（G24~G29）；团标独有维度归并标注（响应速度→C1/C4、车规可靠性→C6/D4）；全文档旧编号引用同步更新 | 格式统一（本次） |
| 18 | M 类（自 B/C/D/F 剥离的车机专项）独立分组必要性存疑，徒增跨类引用 | M1~M5 拆回原类恢复原编号 ：B7 国产算力、C6 热态保持、D4 持续算力、F9/F10 车载能力；体系由九类简化为 A~H 八类，全文档引用同步更新（D1、规则二、G 团标归并、总览表、使用逻辑） | 结构复查（本次） |
| 19 | F3 代码能力偏离车载场景过远 | 从参数体系中删除（车载工具/接口调用能力已由 G10 覆盖）；编号留洞，PPT/Excel 同步移除 | 场景聚焦（本次） |
| 20 | B1"模型文件体积"名称偏狭义（仅指文件大小）；B2/B3/B4 阈值列未体现多阶段与统计分布子维度 | B1 更名"存储占用 "（与内存/算力/带宽占用对称）；B2/B3/B4 阈值列统一重写为"阶段化（初始化/稳态≈均值/峰值）+ 分布（P50/P95 校核）"模式，子维度表同步补充分布行 | 阈值列重写（本次） |
| 21 | B/C/F 类删除/合并参数后编号留洞（B5 缺、C3 缺、F3 缺），不连续 | 全量重排为连续编号：B5 框架（原B6）、B6 国产算力（原B7）、C3 Prefill（原C4）、C4 加载（原C5）、C5 热态（原C6）、C6 并发（原C7）、F3 指令遵循~F9 语音多模态（原F4~F10）；全文档引用同步；B4 子维度与 C6 补充"车机多用户=座舱多音区并发交互+多屏多任务"定义 | 编号连续化（本次） |
| 22 | B4 带宽按"单用户/长上下文/多用户"场景划分，与 B2/B3 的阶段化口径不一致 | B4 改为与 B2/B3 统一的"持续带宽（≈均值）/ 峰值带宽 / 分布（P50/P95）"模式；多用户（多音区并发）归入峰值带宽成因，子维度表同步重写 | 口径统一（本次） |